一种目标跟踪方法、装置及设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113674318A(43)申请公布日2021.11.19(21)申请号202110936054.9G06N3/08(2006.01)(22)申请日2021.08.16(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人吴婷璇郑丹丹李亮王立彬(74)专利代理机构北京晋德允升知识产权代理有限公司11623代理人王戈(51)Int.Cl.G06T7/246(2017.01)G06T7/62(2017.01)G06K9/00(2006.01)G06K9/46(2006.01)G06N3/04(2006.01)权利要求书5页说明书17页附图3页(54)发明名称一种目标跟踪方法、装置及设备(57)摘要本说明书实施例中公开了一种目标跟踪方法、装置及设备。该方案包括：通过采用轻量化目标跟踪模型，去获取目标视频中第一图像帧内的第一选定目标的第一标识信息；若前期针对目标视频确定出的第二选定目标的第二标识信息与该第一选定目标的第一标识信息不同，则对第一选定目标与第二选定目标进行特征比对，从而可以在基于特征比对结果确定第一选定目标与第二选定目标为同一目标后，将该第一选定目标的标识信息变更为第二标识信息。CN113674318ACN113674318A权利要求书1/5页1.一种目标跟踪方法，包括：采用轻量化目标跟踪模型，获取目标视频中第一图像帧内的第一选定目标的第一标识信息；所述轻量化目标跟踪模型是根据待跟踪目标的位置信息进行目标跟踪处理的深度学习模型；获取所述目标视频中第二图像帧内的第二选定目标的第二标识信息；所述第二图像帧的采集时刻早于所述第一图像帧的采集时刻；若所述第一标识信息与所述第二标识信息不同，对所述第一选定目标与所述第二选定目标进行特征比对，得到特征比对结果；若所述特征比对结果表示所述第一选定目标与所述第二选定目标为同一目标，将所述第一标识信息变更为所述第二标识信息。2.如权利要求1所述的方法，所述采用轻量化目标跟踪模型，获取目标视频中第一图像帧内的第一选定目标的第一标识信息，具体包括：根据待跟踪目标的历史位置信息，利用轻量化目标跟踪模型对所述第一图像帧进行目标跟踪处理，得到所述第一图像帧中的待选目标；所述待选目标包括：跟踪成功目标以及新增跟踪目标中的至少一种；一个所述跟踪成功目标对应于一个所述待跟踪目标；所述新增跟踪目标与所述待跟踪目标为不同的目标；根据所述待跟踪目标的历史标识信息，确定所述待选目标的标识信息；其中，所述新增跟踪目标的标识信息为与所述历史标识信息不同的标识信息；所述跟踪成功目标的标识信息为与所述跟踪成功目标对应的所述待跟踪目标的历史标识信息；根据预设规则，从所述待选目标中确定第一选定目标；根据所述待选目标的标识信息，确定所述第一选定目标的第一标识信息。3.如权利要求2所述的方法，所述根据待跟踪目标的历史位置信息，利用轻量化目标跟踪模型对所述第一图像帧进行目标跟踪处理，得到所述第一图像帧中的待选目标，具体包括：针对任意一个待跟踪目标，将所述待跟踪目标的历史位置信息以及所述第一图像帧输入轻量化目标跟踪模型，得到所述轻量化目标跟踪模型输出的预测位置信息以及目标跟踪结果；所述目标跟踪结果是根据所述历史位置信息与所述预测位置信息确定的；若所述目标跟踪结果表示所述第一图像帧中所述预测位置信息指示的区域内的目标与所述待跟踪目标为同一目标，则将所述第一图像帧中所述预测位置信息指示的区域内的目标确定为跟踪成功目标；若所述目标跟踪结果表示所述第一图像帧中所述预测位置信息指示的区域内的目标与所述待跟踪目标为不同的目标，则将所述第一图像帧中所述预测位置信息指示的区域内的目标确定为新增跟踪目标。4.如权利要求3所述的方法，所述轻量化目标跟踪模型包括第一轻量化目标跟踪模型以及第二轻量化目标跟踪模型中的至少一种；所述第一轻量化目标跟踪模型是利用第一训练样本对深度学习模型进行训练得到的；所述第一训练样本为携带有样本历史位置信息以及第一样本预测位置信息的图像；所述第一训练样本的标签数据是根据所述样本历史位置信息指示的区域与所述第一样本预测位置信息指示的区域之间的重叠度确定的；其中，所述第一样本预测位置信息指示的区域为2CN113674318A权利要求书2/5页所述第一训练样本中对所述样本历史位置信息指示的区域放大预设倍数后得到的区域；所述第二轻量化目标跟踪模型是利用第二训练样本对深度学习模型进行训练得到的；所述第二训练样本为携带有样本历史位置信息以及第二样本预测位置信息的图像；所述第二训练样本的标签数据是根据所述样本历史位置信息指示的区域与所述第二样本预测位置信息指示的区域之间的重叠度确定的；其中，所述